Künstliches Neuronales Netz nach John Hopfield

Präsentation zum Thema: "Künstliches Neuronales Netz nach John Hopfield"—  Präsentation transkript:

1 Künstliches Neuronales Netz nach John Hopfield
Hopfield Netz Künstliches Neuronales Netz nach John Hopfield Cyrill Gyger

2 Eigenschaften Familie der Feedback-Netze (Rückkopplung)
Eine Schicht dient gleichzeitig als Ein- und Ausgabeschicht Jedes Neuron ist mit jedem anderen ausser sich selber verbunden (full connectivity) Die Neuronen sind binär und können entweder den Wert -1 oder 1 annehmen Cyrill Gyger

3 Funktion Ein Hopfield-Netz kann mehrere Muster (Pattern) speichern, wobei jedes Muster aus Pixeln besteht, die jeweils ein Neuron repräsentieren (binärer Zustand) Ein initialisiertes Netz kann so verwendet werden, um ein Eingabe-Pattern zu rekonstruieren Dabei wird das Pattern an das ihm am meisten ähnelnde Initial-Pattern herangeführt (entwickelt) Mittels dieser Technik lassen sich beispielsweise OCR-Programme umsetzen Cyrill Gyger

4 Beispiel / Demo Das folgende Beispiel wird mittels des Hopfield-Simulators, zu finden unter der URL realisiert Es wird versucht, eine einfache Text-Erkennung mittels eines Hopfield-Netzes umzusetzen Cyrill Gyger

5 Text-Erkennung 1/3 Zuerst werden die Initial Pattern erzeugt und im Netz gespeichert Hier sind dies die Buchstaben A-G Cyrill Gyger

6 Text-Erkennung 2/3 Nun wird versucht, ein etwas ungenaues A als Eingabe zu verwenden und mit dem gespeicherten A aus den Initial-Patterns zu matchen: Das A wird dem am meisten passenden Pattern aus dem Hopfield-Netz zugeordnet, dem gespeicherten A! Cyrill Gyger

7 Text-Erkennung 3/3 Das selbe wird nun mit einem verfälschten G gemacht: Wiederum findet das Hopfield-Netz das am meisten passende Pattern und erkennt das G korrekt. Cyrill Gyger

8 Anwendung / Nutzen Wie gezeigt wurde, eignen sich Hopfiel-Netze ideal als Autoassoziativspeicher Dadurch lassen sich Muster speichern und später mit Eingangs-Mustern matchen Die Bildverarbeitung hat entsprechend viel Anwendungspotenzial für Hopfield-Netze Ganz allgemein kommen Sie aber für Assoziativ-Speicher-Systeme zum Einsatz Cyrill Gyger